کابوس «تلفات ایستا» (Static Loss)

وضعیت روی مانیتور SLIPS OUT است؛ یعنی مته متوقف شده و لوله‌ها معلق‌اند. در این حالت، «تلفاتِ بالا» یعنی سازند زمین مثل یک اسفنجِ تشنه، گلِ حفاری گران‌قیمت را در حالت سکون می‌مکد. این یعنی خطرِ حتمی Differential Sticking! اگر لوله در این فشارِ نابرابر، به دیواره چاه بچسبد، دیگر به این راحتی‌ها جدا نمی‌شود و میلیاردها تومان هزینه روی دست پروژه می‌گذارد
لحظه طلایی آسیب‌پذیری (Surge & Swab)

در وضعیت SLIPS OUT (که لوله توسط قلاب نگه داشته شده)، چاه در حساس‌ترین حالت هیدرولیکی قرار دارد. کوچکترین جابجایی ناگهانی می‌تواند موج ضربه‌ای (Surge) ایجاد کند که باعث شکستن دیواره چاه یا ورود سیال مخزن (Kick) شود. دیدن آلارم تلفات درست در این لحظه، یعنی پایداری کل ستون چاه در لبه‌ی پرتگاه است.

فلسفه «سادگی بی‌رحمانه» در طراحی (UI/UX)

چرا مانیتور شبیه بازی‌های مدرن نیست؟ چون در لحظه‌ی بحران، مغز انسان نباید درگیر گرافیک شود. طراحیِ خشک و کلاسیک این سیستم‌ها یک هدف دارد: «حذفِ نویزِ بصری». در فشارِ کاری دکل، رنگ‌های تند و فونت‌های ساده، سریع‌ترین راه برای انتقال حقیقت محض به چشم اپراتور هستند.

شکاف زمانی؛ دیتای مرده!

به زمان‌ها دقت کنید: زمانِ برخی پارامترها (مثل SPM) روی ساعت ۱۲:۵۴ قفل شده، در حالی که آلارم اصلی در ساعت ۰۱:۲۴ ثبت شده است. این اختلاف ۳۰ دقیقه‌ای یعنی سیستم با «تأخیر» (Lag) مواجه است. در حفاری، دیتایی که ۳۰ دقیقه از آن گذشته باشد، «دیتایِ مرده» است. تصمیم‌گیری بر اساسِ دیتایِ قدیمی، مثل رانندگی با چشم‌بسته در جاده‌ای پر از پیچ است.

نتیجه‌

تکنولوژی حفاری هرچقدر هم پیشرفت کند، باز هم این «چشم تیزبین مهندس» است که باید تضادها را ببیند و در ثانیه‌های طلایی، جلوی فاجعه را بگیرد. دنیای حفاری، دنیای مدیریت تضادهاست!

فراتر از یک ویژوال ساده؛ وقتی کد به مرز سخت‌افزار می‌رسد! 🧠💻

خیلی‌ها وقتی این داشبورد نورومورفیک را می‌بینند، فکر می‌کنند با یک انیمیشن ساده طرف هستند. اما واقعیت فنی ماجرا کاملاً متفاوت است. اگر موقع اجرای این کد، سیستم شما زیر فشارِ شدید CPU می‌رود و فن‌ها با حداکثر سرعت شروع به کار می‌کنند، این اصلاً یک باگ یا ضعف کد نیست این دقیقاً نتیجه‌ی مستقیم Computation Load یا بار محاسباتی بسیار سنگینی است که در هر فریم (Frame) به‌صورت هم‌زمان انجام می‌شود.
داستان پشت هر فریم (Update Loop)
برای اینکه این داشبورد به این شکل نمایش داده شود، اسکریپت ما در هر ۰.۰۴ ثانیه (interval=40ms) عملیات زیر را به صورت متوالی و حجیم انجام می‌دهد

1. مدل‌سازی و بازسازی سطح (Surface Reconstruction): محاسبه‌ی میدان الکتریکی کورتکس با استفاده از توابع سینوسی پیشرفته و جمع برداری نوسانات (Traveling waves). این یعنی در هر فریم، هندسه‌ی سطح سه‌بعدی کورتکس از نو تولید و رندر می‌شود.

2. آنالیز طیفی (Spectral Decomposition): استفاده از الگوریتم‌های سنگین FFT و تبدیل‌های ویلت برای استخراجِ باندهای فرکانسی (Theta, Alpha, Beta, Gamma) از سیگنال خام. سیستم در حال تحلیل لحظه‌ای محتوای انرژی در بازه‌های مختلف است.
3.محاسبات شبکه عصبی و دینامیک اتصال‌پذیری: به‌روزرسانی ماتریس Connectivity و محاسبه‌ی پارامترهای پلاستیسیته و هم‌گرایی (Convergence) که قلب تپنده‌ی این شبیه‌سازی است.
4. رندر چندپنلی هم‌زمان (Multi-Panel Sync): به‌روزرسانی هم‌زمان ۵ تا ۷ پنل تحلیلی (شامل Spectrogram, Connectivity Heatmap, Neural Load, System Status) که هر کدام نیاز به رندر مجدد و مدیریت گرافیکی دارند.
5. شبیه‌سازی فیزیک ذرات (Particle Dynamics): محاسبات شناوری ذرات هولوگرافیک در فضایِ سه‌بعدی که خود نیازمند عملیات جبر خطی مکرر بر روی بردارهاست
چرا سیستم داغ می‌کند؟
چون این یک پخش‌کننده ویدیو نیست؛ این یک Real-time Neural Simulation Pipeline است که در لحظه دارد داده تولید می‌کند، آن‌ها را فیلتر می‌کند، تحلیل آماری روی آن‌ها انجام می‌دهد و خروجی عددی را به گرافیک بصری تبدیل می‌کند. بار کاری ناشی از scipy.signal برای فیلترینگ و matplotlib برای رندر سه‌بعدی هم‌زمان، عملاً تمام توان هسته‌های پردازشی شما را در هر سیکل زمانی به چالش می‌کشد.
خلاصه اینکه:
اگر CPU شما در حال فریاد زدن است، به این معنی نیست که کد شما کند است؛ به این معنی است که موتور محاسباتی پروژه، دقیقاً با تمام توان در حال شبیه‌سازی دینامیک نورومورفیک است. ما اینجا با "داده" بازی نمی‌کنیم، ما داریم "ساختار" را در هر میلی‌ثانیه بازآفرینی می‌کنیم

این همان مرز باریک بین یک نمایش بصری و یک شبیه‌سازی واقعی مهندسی است. ⚡️🧬

#Python #Neuromorphic #Simulation #DataScience #RealTimeComputing #NeuralDynamics #CodingLife #ComputationalPipeline@pythonwithmedev

همچنان تا پاسی از صبح کد باشه 👨🏻‍💻🦾✌🏻🔥 euromorphic S1 Sandbox

شبیه‌سازی مسیر حس از mechanoreceptor encoding تا thalamocortical relay و بازنمایی در BA3a / BA3b / BA1 / BA2

ترکیب somatotopy، STDP، cortical remapping و functional connectivity در یک معماری زنده

تحلیل spectrogram، band power، coherence و PLV برای خوانش ریتم‌ها و دینامیک‌های قشری

ردیابی هم‌زمان sync، latency، neural throughput و plasticity در مقیاس شبکه

جایی که brain dynamics از داده، به visualization و مدل محاسباتی تبدیل می‌شود

اینم از خروجی این چند شبِ بیداری؛
بالاخره تونستم «S1 Cortex Sandbox» رو اون‌جوری که می‌خواستم بیارم بالا. 🧠🦾
توی این پروژه، هدفم شبیه‌سازیِ کاملِ «مسیرِ حسی» (Somatosensory Pathway) بود؛ از لحظه‌ای که Mechanoreceptorها داده رو انکد می‌کنن تا زمانی که توی کورتکس حسی اولیه (S1) پردازش و بازنمایی می‌شه.

چی توی دل این کدها می‌گذره؟

۱. تالاموس، دروازه‌بان داده: توی این مدل، VPL و VPM رو جدا کردم تا بتونم گِیت‌بندی اطلاعات رو کنترل کنم. وقتی با اسلایدرِ Relay Noise بازی می‌کنم، قشنگ می‌شه دید چطور نویزِ محیطی، سیگنالِ نهاییِ کورتیکال رو مختل می‌کنه. این یعنی عملاً دارم توجه (Attention) رو در سطحِ تالاموس شبیه‌سازی می‌کنم.

۲. پلاستیسیته (انعطاف‌پذیریِ عصبی): پیاده‌سازیِ STDP (قانونِ یادگیری هِبی) اینجا قلبِ تپنده است. برای اینکه شبکه توی یادگیریِ بی‌پایان "اشباع" نشه، یک لایه‌یِ Meta-adaptive گذاشتم که وزن‌های سیناپسی رو توی یه محدوده‌یِ استیبل نگه می‌داره. همون Hebbian Core که می‌بینید، مسئولِ شکل‌گیریِ ارتباطاتِ جدیده.

۳. از طیف‌سنجی تا PLV:برای اینکه بفهمم شبکه واقعاً داره چی کار می‌کنه، لایه‌یِ آنالیزِ عصبی رو اضافه کردم. Spectrogram رو که می‌بینید، برای ردیابیِ ریتم‌های گاما و بتاست. ولی اون بخشِ Coherence و PLV (Phase Locking Value) خیلی حیاتیه؛ بهم نشون می‌ده که آیا نواحی مختلف BA3a تا BA2 واقعاً با هم "Sync" هستن یا فقط نویز خالصن

۴. معماری توزیع‌یافته: چون بار محاسباتی شبیه‌سازی صدها هزار سیناپس بالاست، پردازش رو تفکیک کردم:
- Edge (STP):** برای پردازش‌های میلی‌ثانیه‌ای و واکنش‌های سریع.
- Fog (Geometry):** محاسباتِ سوماتوتوپیک.
- Cloud (LTP):** برای ذخیره‌سازیِ الگوهایِ یادگیری‌شده.

جذاب‌ترین بخشش برای من، لحظه‌ایه که می‌بینم با تغییرِ پارامترهایِ ورودی، چطور نقشه (Map) توی کورتکس جابه‌جا می‌شه (Cortical Remapping). انگار واقعاً داری بافتِ مغز رو در لحظه تغییر می‌دی.

هنوز کلی جایِ بهینه‌سازی داره، مخصوصاً توی بخشِ Neural Throughput. ولی فعلاً همین‌قدر بدونید که سیستم «Status: Nominal» هست و داره کارش رو انجام می‌ده. 🔥

سوال فنی داشتید در مورد منطق این مدل یا پیاده‌سازیش، زیر همین پست بپرسید، با هم بازش کنیم.

#ComputationalNeuroscience #S1Cortex #NeuralDynamics #CodingLife #BrainModeling #STDP #Streamlit@pythonwithmedev

👈🏻 اگر می‌خوای از یه جایی شروع کنی... 👇🏻

✅ طرح «نام‌آور» آکادمی راوین، بهت فرصت یک سال بورسیۀ آموزشی امنیت سایبری و ورود به بازار کار رو می‌ده.

🥁 تا الان بیش از ۲۰۰۰ نفر برای آزمون ورودی نام‌آور ثبت‌نام کردن. فرصت زیادی باقی نمونده.
🗓 آزمون ورودی: جمعه ۲۹ خرداد

🔗 جزئیات کامل طرح و ثبت‌نام رایگان:
(فعلا دیدن لینک، بدون استفاده از فیلترشکن راحت‌تره!)
ravinacademy.com/namavar

📲 اکانت پشتیبانی طرح نام‌آور در بله

@RavinAcademy

صفر و یک متصل شد ولی هنوز دیتانستر ها در خاموشی سر میبرند و هنوز ما در ipv4 و همچنین در ‎#فیلترنت هستیم!

دیتاهای Cloudflare Radar رو کالبدشکافی کنیم چون واقعاً چیزهای عجیبی توشون مخفی شده. وقتی به این چهارتا اسکرین‌شات نگاه می‌کنیم، اولین چیزی که مثل یک زنگ خطر فنی صدا می‌کنه، نسبت غیرعادی Human به Bot هست؛ اینکه فقط ۲۴.۶٪ ترافیک انسانیه و ۷۵.۴٪ کل ترافیک رو بات‌ها تشکیل دادن، نشون می‌ده ما با یه فضای کاملاً ماشینی طرفیم. این موضوع وقتی جالب‌تر می‌شه که به سهم دستگاه‌ها نگاه کنیم: ۹۰.۷٪ ترافیک از Desktop میاد و سهم موبایل فقط ۹.۳٪ هست. توی دنیای امروز که همه چیز Mobile-First شده، این عدد یعنی این ترافیک اصلاً از سمت کاربرهای عادی و روزمره نیست و بیشتر بوی دیتاسنتر، سرورها، اسکریپت‌های اتوماسیون و ابزارهای مانیتورینگ رو می‌ده.

نکته‌ی فنی و تحلیل دقیق‌تر وقتی مشخص می‌شه که به نمودار Traffic volume نگاه کنیم. اینجا ما یه جهش وحشتناک و خیره‌کننده رو بین ۱ تا ۳ ژوئن می‌بینیم که تا ۲۲۰۰٪ (2.2K%) رشد نسبت به بازه‌ی قبل رو نشون می‌ده. این یعنی یه انفجار ترافیکی که بلافاصله بعدش سقوط کرده و به حالت نوسانی برگشته. وقتی نمودار HTTP requests رو کنارش می‌ذاریم، می‌بینیم که از حوالی ۲ ژوئن، تعداد درخواست‌ها کلاً از الگوی هفته‌ی قبلش (خط‌چین) فاصله گرفته و خیلی بالاتر رفته؛ این یعنی نه فقط حجم دیتا، بلکه تعداد دفعات فراخوانی و درخواست‌ها هم به‌شدت زیاد شده که دقیقاً با رفتار بات‌ها و سیستم‌های خودکار همخوانی داره.

اما عجیب‌ترین بخش این گزارش، توزیع جغرافیایی هست. تمرکز ۹۴.۷ درصدی روی تهران عملاً یعنی ترافیک بقیه‌ی استان‌ها در حد صفر یا زیر یک درصد بوده. این یعنی ما با یه ترافیک توزیع‌شده و سراسری در سطح کشور طرف نیستیم؛ بلکه با یه جریان داده‌ی کاملاً متمرکز روبرو هستیم که یا از دیتاسنترهای پایتخت منشأ گرفته یا کل ترافیک از یک هاب مرکزی عبور داده شده. در مجموع، تحلیل فنی این دیتا به ما می‌گه که این اینترنت، اینترنتِ «مردم» نیست؛ این تصویرِ یه ترافیک بات‌سنگین (Bot-heavy)، دیتاسنترمور (Desktop-dominant) و بشدت متمرکز هست که توی بازه‌ی زمانی اول ژوئن یه پیک غیرعادی رو تجربه کرده و بعدش هم الگوی نوسانیِ بالایی رو نسبت به هفته‌های قبلش حفظ کرده. این دقیقاً همون چیزیه که وقتی یه سیستم خودکار یا یه زیرساخت خاص فعال می‌شه، توی نمودارهای کلادفلر خودش رو این‌طوری نشون می‌ده.

اختلال سنگین در بانک های تجارت، صادرات، ملی....
صحبت کردم مث اینکه هک شده یه سری اطلاعات هم لو رفته.....

📌 مورد میدانی: ARP Poisoning تو شبکه‌ی پالایشگاه

دیشب، حین آپدیت irmware یه PLC S7-300، ارتباطم با دستگاه روی پورت ۱۰۲ ناگهان قطع شد. پینگ می‌رفتم ولی Modbus جواب نمی‌داد. لاگ‌های سوئیچ (Cisco IE-2000) رو که چک کردم، دیدم یه کلود ARP عجیب از یه آی‌پی متصل به شبکه‌ی OT داره میاد.

دستگاه مبدأ: یه لپ‌تاپ با ویندوز XP که تکنسین تعمیرات برای کانفیگ رله وصل کرده بود. ظاهراً یه بدافزار قدیمی (مثل Mirai variant) فعال شده و داره جدول ARP رو مسموم می‌کنه که ترافیک رو بندازه سمت خودش.

کاری که کردم:

· ACL بستم رو سوئیچ: فقط آی‌پی‌های مجاز به پورت‌های ۱۰۲ و ۵۰۲ دسترسی داشته باشن.
· با یه اسکریپت پایتون (کتابخونه‌ی Scapy) هر ۱۰ ثانیه یه ARP Reply معتبر برای گیت‌وی می‌فرستادم تا جدول ARP رو ریست کنم.
· از اون دستگاه XP یه Image گرفتم با FTK Imager ببرمش برای تحلیل بدافزار.

نتیجه: خط تولید حدود ۲۰ دقیقه قطع بود (هزینه‌ش تقریباً ۳۰ هزار دلار برآورد شد) ولی از یه حمله‌ی بزرگ‌تر که می‌تونست تنظیمات دما و فشار رو دستکاری کنه جلوگیری شد.

نکته‌ی کلاسیک: تو محیط‌های OT، هیچ‌وقت به دستگاه‌های موقت (مثل لپ‌تاپ تعمیرکار) اعتماد نکنین، حتی اگه کابلش رو خودتون دادین. یه کابل سریال پشتیبان همیشه تو کیف باشه، شاید مجبور شدین مستقیم به PLC وصل بشین.

🔹آغاز ثبت‌نام "طرح شهید صیاد شیرازی" در بنیاد ملی نخبگان

📆از ۱ تیرماه

🎓ثبت‌نام و اجرای "طرح شهید صیاد شیرازی (خدمت نظام وظیفه تخصصی)" با هدف بهره‌گیری از توانمندی‌های دانش‌آموختگان برتر دانشگاهی داخل و خارج از کشور و تسهیل مسیر خدمت آنان در قالب پروژه‌های تخصصی دستگاه‌های اجرایی کشور از یکم تیرماه آغاز می‌شود.

📝این طرح با رویکرد استفاده هدفمند از ظرفیت‌های علمی، فرهنگی و فناورانه نخبگان و استعدادهای برتر، به‌عنوان یکی از مسیرهای جایگزین خدمت نظام وظیفه طراحی شده و امکان گذراندن دوره خدمت در قالب اجرای طرح‌های پژوهشی و نوآورانه در دستگاه‌های مختلف کشور را فراهم می‌کند.

🖥متقاضیان واجد شرایط می‌توانند از طریق "سامانه سینا" نسبت به ثبت درخواست و بارگذاری مدارک خود اقدام کنند.

⏳ثبت درخواست ۱ تا ۲۰ تیر | بررسی ۲۱ تا ۳۱ تیر | اعلام نتایج ۱۰ تا ۱۵ شهریور
🎙در کانال صدای نخبگان با ما همراه باشید…
| @ElitesVoice |

🎓شیوه‌نامه بهره‌مندی دانش‌آموختگان برتر از تسهیلات خدمت نظام وظیفۀ تخصصی
(طرح شهید صیاد شیرازی)

📆ویرایش سال ۱۴۰۵